基于多維數(shù)據(jù)的高速公路交通預(yù)測算法

徐云XU Yun

（航天科工廣信智能技術(shù)有限公司，杭州 310000）

1 概述

基于浙江省高速公路溫州段上的傳感器（卡口與雷達）數(shù)據(jù)進行梳理，形成了一套數(shù)據(jù)相互補充，相互驗證的交通流短時預(yù)測算法。

2 交通流短時預(yù)測算法

2.1 高速路網(wǎng)交通狀態(tài)預(yù)測架構(gòu)

整個高速路網(wǎng)交通狀態(tài)預(yù)測架構(gòu)如圖1 所示。

圖1 高速路網(wǎng)交通狀態(tài)預(yù)測架構(gòu)示意圖

首先將原始數(shù)據(jù)進行預(yù)處理，得到路網(wǎng)的交通狀態(tài)值，例如流量、速度等，之后把這些數(shù)據(jù)寫入數(shù)據(jù)庫中。從數(shù)據(jù)庫中取出預(yù)測算法需要的數(shù)據(jù)進行預(yù)測，然后把預(yù)測結(jié)果寫入數(shù)據(jù)庫中。最后把數(shù)據(jù)庫中的預(yù)測值取出來展現(xiàn)在前端頁面上即可。

2.2 高速路網(wǎng)交通狀態(tài)數(shù)據(jù)預(yù)處理

高速公路上擁有卡口和雷達兩種類型的數(shù)據(jù)，通過對數(shù)據(jù)預(yù)處理，可以得到流量、速度等交通狀態(tài)參數(shù)。

2.2.1 高速公路卡口數(shù)據(jù)處理

卡口過車數(shù)據(jù)來源于高速公路攝像頭的拍攝，能夠確定車輛在哪一時刻經(jīng)過了該卡口攝像頭，由此就可以得到在一段時間內(nèi)，經(jīng)過該卡口攝像頭的車輛數(shù)目，并且可以計算相鄰卡口對間的車輛行程速度。

首先從原始數(shù)據(jù)表中提取出需要的字段，如表1 所示。在提取過程中，需要去除掉未識別車牌的數(shù)據(jù)以及數(shù)據(jù)字段為空的數(shù)據(jù)。

表1 數(shù)據(jù)表中需要的字段

如果用數(shù)據(jù)庫來實現(xiàn)上述步驟可參考以下兩個sql腳本（以6 月的數(shù)據(jù)為例）：

往新的數(shù)據(jù)庫表中寫入數(shù)據(jù)

獲取所需的數(shù)據(jù)字段后，對于流量的計算，只需要統(tǒng)計5 分鐘內(nèi)有多少輛車經(jīng)過特定的卡口；對于平均速度的獲取，要做的處理稍顯復(fù)雜，首先要進行車牌匹配，得到每一輛車的出行軌跡，之后得到車輛在兩個卡口對間的行程時間，從而再通過卡口對間的距離得到卡口對間的平均速度。在處理數(shù)據(jù)時，發(fā)現(xiàn)有些卡口點位數(shù)據(jù)量明顯過少，存在缺失的情況，這可能是因為點位剛安裝或者已經(jīng)被移除。通過篩選可得到50 個歷史流量數(shù)據(jù)較全的卡口點位以及33 個歷史速度數(shù)據(jù)較全的卡口。

2.2.2 高速公路雷達數(shù)據(jù)處理

對于雷達數(shù)據(jù)的處理，由于原始數(shù)據(jù)中已經(jīng)有每分鐘通過某個雷達點位的流量數(shù)據(jù)以及平均速度數(shù)據(jù)，因此可以通過聚合每分鐘的數(shù)據(jù)得到5 分鐘內(nèi)通過某個雷達點位的車流量以及5 分鐘內(nèi)的平均速度。

同卡口類似，在處理雷達數(shù)據(jù)的過程中，發(fā)現(xiàn)有些雷達點位數(shù)據(jù)量明顯過少，存在缺失的情況。因此篩選得到了41 個歷史流量數(shù)據(jù)與歷史速度數(shù)據(jù)較全的雷達點位。

2.2.3 高速公路混合卡口與雷達數(shù)據(jù)處理

處理高速公路混合卡口與雷達數(shù)據(jù)時，首先需要得到卡口和雷達分別測得的流量與速度信息，之后即可進行混合操作。

對于混合流量，取卡口點位與雷達點位的交集。對于重合的點位（既有卡口又有雷達），則取卡口測得的流量與雷達測得的流量的平均值。對于混合速度，首先基于卡口對關(guān)系切割路段，然后再融合單個時間窗內(nèi)相應(yīng)路段雷達瞬時速度數(shù)據(jù)。由于卡口測得的速度是路段速度，因此如果雷達點位落在某一個卡口對內(nèi)，那么就把這些雷達點位與該卡口對測得的速度取平均值。

2.2.4 高速公路數(shù)據(jù)補全

預(yù)處理過程中，保留了存在部分缺失的卡口（或雷達）點位。對于這些缺失數(shù)據(jù)，采用歷史平均法（HA）進行補全。例如，如果缺失8 月10 日8:00-8:05 的雷達流量數(shù)據(jù)，就用8 月1 日至8 月9 日的8:00-8:05 的平均流量進行補全。具體而言，可使用sklearn 包中的SimpleImputer 函數(shù)實現(xiàn)該補全操作。例如，對于“G1513 溫麗往麗水方向0008KM+400M”卡口的速度數(shù)據(jù)，補全前和補全后的效果，見圖2 所示。

圖2 數(shù)據(jù)補全

2.3 高速路網(wǎng)交通狀態(tài)短時預(yù)測

2.3.1 短時交通狀態(tài)演化特性

道路交通是一個復(fù)雜系統(tǒng)，短時交通流受到多種復(fù)雜因素的影響，會呈現(xiàn)出不穩(wěn)定、無規(guī)律、復(fù)雜多變的特性。與此同時，由于個人出行習(xí)慣和城市規(guī)劃布局的相對固定性，交通流也具備一定的周期性規(guī)律，最典型的規(guī)律性是由通勤引起的早晚高峰和周末娛樂場的交通流匯聚等。簡而言之，交通流具有以下幾方面主要特征：

①不確定性。短時交通流會受到各種不確定因素的影響，如天氣情況、駕駛員特征、交通管控等。同時也會有一些突發(fā)狀況，例如交通事故，導(dǎo)致交通流運行狀態(tài)突變。對此，研究所建立的交通流預(yù)測模型要能夠考慮交通流的不確定性，準(zhǔn)確體現(xiàn)交通流演化態(tài)勢，即預(yù)測模型必須具有較高的準(zhǔn)確性，這是衡量模型優(yōu)劣程度的顯著指標(biāo)，同時也是模型進一步用于交通狀態(tài)識別、交通管控和路徑誘導(dǎo)的基本保證。如果預(yù)測結(jié)果無法達到較高的準(zhǔn)確度，便不能為交通管理者和出行者提供精準(zhǔn)的信息，他們就無法據(jù)此進行合理的交通管控措施、規(guī)劃適合的出行路線，相應(yīng)的預(yù)測模型在現(xiàn)實中是缺乏應(yīng)用價值的。

②周期性。由于人們的工作生活存在一定的規(guī)律性，城市各種配套設(shè)施的地理位置在較長時段內(nèi)確定不變，因此交通流的高峰期通常都是固定的，即交通流會呈現(xiàn)出一定的周期性。例如在工作日早晚高峰，同一路段交通流特性通常是相似的。交通流的周期性為預(yù)測模型的校準(zhǔn)提供了參考依據(jù)。在構(gòu)建模型時，可以引入一定的交通流歷史信息，從而提高模型的預(yù)測精度。圖3 展示了溫州高速路網(wǎng)G1513 溫麗往麗水方向0009KM+800M 點位處28 天的交通流狀態(tài)演化過程，充分顯示了其周期性。

圖3 交通流演化示意圖

③相關(guān)性。短時交通流具有很強的相關(guān)性，可以細(xì)分為時間相關(guān)性與空間相關(guān)性。時間相關(guān)性是指對于一個給定路段的交通流，其狀態(tài)不僅由當(dāng)前時段的交通情況決定，同時也會受到該路段之前一定時間段內(nèi)的歷史交通流影響，這是因為交通擁堵通常存在一個較長的消散期，因此通過此前的交通流狀態(tài)可以有效判斷當(dāng)前交通流應(yīng)當(dāng)處于什么狀態(tài)。由于交通流具有時間上的自相關(guān)性，因而可以將交通流數(shù)據(jù)看作時間序列，采用時間序列的處理方法對其處理。同時，道路網(wǎng)絡(luò)是一個復(fù)雜的聯(lián)通系統(tǒng)，每一條道路的交通流都會受到其他路段的影響，最顯著的就是當(dāng)某一路段發(fā)生擁堵時，由于交通波的影響，其上游道路也會逐漸發(fā)生擁堵，速度下降，而其下游路段的速度則會增加。因而，交通流也具有空間上的相關(guān)性，空間相關(guān)性是交通流與其他時間序列數(shù)據(jù)的最大區(qū)別。

④非線性。除了受到自身交通狀態(tài)的影響，交通流還會受到多種外界客觀因素的影響，例如天氣狀況、交通事故、臨時交通管制等。這些因素對交通流的作用方式、影響范圍、影響程度均有很大的差異，因而其影響效果并不是簡單的線性疊加，使得交通流具有非線性特性。這便要求在構(gòu)建預(yù)測模型時，必須考慮交通流的非線性特征，設(shè)計能夠提取非線性數(shù)據(jù)特征的模型。

2.3.2 基于深度學(xué)習(xí)的交通狀態(tài)預(yù)測

深度學(xué)習(xí)是在傳統(tǒng)神經(jīng)網(wǎng)絡(luò)的基礎(chǔ)上發(fā)展而來的一種新興的深層機器學(xué)習(xí)方法，與神經(jīng)網(wǎng)絡(luò)相類似，深度學(xué)習(xí)模型也由眾多隱含層堆疊構(gòu)成，其本質(zhì)為通過大量數(shù)據(jù)學(xué)習(xí)獲得數(shù)據(jù)中蘊含的深層次特征和聯(lián)系。深度學(xué)習(xí)這一概念的普及與火熱始于2006 年，隨著Hinton 等的研究問世，神經(jīng)網(wǎng)絡(luò)迎來了新的發(fā)展機遇，同時也將深度學(xué)習(xí)的研究推向高潮。深度學(xué)習(xí)模型主要分為兩大類：從RNN 發(fā)展而來的時間序列和語義處理模型，和以CNN 為基礎(chǔ)的圖像處理模型。

CNN 主要應(yīng)用于圖像處理領(lǐng)域。通常情況下，卷積神經(jīng)網(wǎng)絡(luò)主要由兩部分構(gòu)成：①卷積層，通過卷積核對上一層的輸入值實現(xiàn)局部連接，從而對這個局部特征進行提取，再通過卷積核的游走實現(xiàn)對上一層輸入的整體特征映射，由于對于不同部位的卷積共享同一個卷積核參數(shù)，所以整個網(wǎng)絡(luò)的參數(shù)數(shù)量極大地降低；②池化層，其目的是進行局部平均和數(shù)據(jù)下采樣，能夠在一定程度上避免網(wǎng)絡(luò)過擬合，同時提升網(wǎng)絡(luò)的運行效率。CNN 作為深度學(xué)習(xí)的一個重要分支，已經(jīng)獲得了深入發(fā)展和廣泛應(yīng)用。考慮到交通流的時空相關(guān)性，僅使用時間序列模型（如RNN、LSTM 等）很難有效地刻畫交通流的空間相關(guān)性。本研究考慮采用CNN 方法，將交通流時空矩陣視為圖像，對其進行特征提取，進而進行交通流預(yù)測。

為充分考慮時間和空間相關(guān)性，更好地預(yù)測路網(wǎng)級別交通流，我們構(gòu)建了一個三維深度張量，通過將不同路段堆疊在張量深度上，并結(jié)合CNN 神經(jīng)網(wǎng)絡(luò)框架，提出了路網(wǎng)交通流時空深度張量預(yù)測模型框架（ST-DTNN），從而消除了不同點位時間序列隨機排列引起的潛在負(fù)面影響。

(3)低壓加熱器和軸封加熱器：與低加汽側(cè)相連的各管道法蘭、閥門及水位計測量筒；軸封加熱器汽側(cè)閥門；軸封加熱器疏水至凝汽器水封筒管路；

2.3.3 基于溫州高速路網(wǎng)的交通狀態(tài)預(yù)測結(jié)果

模型誤差評估采用平均絕對誤差（Mean Absolute Error, MAE） 和平均絕對百分比誤差（Mean Absolute Percentage Error ，MAPE）。其具體定義為：

其中N 代表路段數(shù)量，T 代表所預(yù)測的時間間隔。yit和表示速度和流量的真實值和預(yù)測值。

本實驗采用溫州高速路網(wǎng)2021 年5 月1 日至2021年6 月30 日卡口、雷達數(shù)據(jù)進行模型驗證，切分前80%數(shù)據(jù)為模型訓(xùn)練集，后20%數(shù)據(jù)作為模型驗證集。路網(wǎng)交通狀態(tài)線下預(yù)測結(jié)果如表2 所示。因卡口與雷達點位不同，各點位交通狀態(tài)真實值基數(shù)不同，故預(yù)測絕對誤差相差較大，而相對誤差相似。離線預(yù)測結(jié)果顯示，模型在平均速度和交通流的預(yù)測中能較好地體現(xiàn)變化趨勢，在低谷和高峰時段都能順應(yīng)其震蕩趨勢，具有較強的非線性擬合能力，能夠較為精確地反映溫州高速路網(wǎng)交通態(tài)勢演化規(guī)律。

表2 溫州高速路網(wǎng)交通狀態(tài)離線預(yù)測結(jié)果

據(jù)數(shù)據(jù)分析溫州高速路網(wǎng)交通狀態(tài)在線預(yù)測結(jié)果，采用路網(wǎng)2021 年7 月26 日至2021 年8 月2 日實時采集數(shù)據(jù)進行驗證。結(jié)果顯示，基于卡口數(shù)據(jù)的在線流量、速度預(yù)測誤差較離線預(yù)測誤差分別提升了10.1%、6.04%；基于雷達數(shù)據(jù)的在線流量、速度預(yù)測誤差較離線預(yù)測誤差分別提升了12.41%、6.9%。

在未來研究中現(xiàn)有模型還需進行以下改進與拓展：

①針對數(shù)據(jù)集時序分布漂移問題，研究自適應(yīng)滾動平滑的優(yōu)化機制，可以基于回歸窗口中的歷史數(shù)據(jù)動態(tài)評估算法性能，通過構(gòu)建模型預(yù)測控制框架進行自適應(yīng)滾動平滑，并用于交通狀態(tài)估計和預(yù)測。②針對驗證集中檢測器隨機缺失問題，研究基于動態(tài)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的深度學(xué)習(xí)模型，使得神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)隨所需輸入輸出維度動態(tài)改變，實現(xiàn)空間維度的模型自適應(yīng)滾動優(yōu)化，應(yīng)用于現(xiàn)有模型改進。③針對非周期、非平穩(wěn)態(tài)時間序列演化模式識別問題，以集成學(xué)習(xí)方法，構(gòu)建基于梯度提升回歸樹（Gradient Boosting Regression Tree ，GBRT） 和套索算法（Least Absolute Shrinkage and Selection Operator ，Lasso）的雙層不確定性集成模型，重點考慮模型結(jié)構(gòu)不確定性和模型參數(shù)不確定性，用于提高異常事件下的交通流預(yù)測精度。

3 結(jié)束語

通過卡口與雷達數(shù)據(jù)的融合，構(gòu)建了高精度、高效率的深度學(xué)習(xí)框架對短時交通流量的預(yù)測，離線預(yù)測精度達到90%以上，在線預(yù)測精度達到85%以上，很好地服務(wù)了交通管理的實戰(zhàn)。